CC BY
92
РО!: 10.15838^.2018.4.96.7 УДК 331.5 | ББК 65.24
© Санкова Л.В., Мирзабалаева Ф.И.
РЕГИОНАЛЬНАЯ АСИММЕТРИЯ РЫНКОВ ТРУДА И ВЫЗОВЫ ПОЛИТИКЕ ЗАНЯТОСТИ
САНКОВА ЛАРИСА ВИКТОРОВНА
Саратовский государственный технический университет имени Гагарина Ю.А. Россия, 410054, г Саратов, ул. Политехническая, д. 77 E-mail: [email protected]
МИРЗАБАЛАЕВА ФАРИДА ИСЛАМУДИНОВНА
Российский экономический университет имени Г.В. Плеханова Россия, 117997, г. Москва, Стремянный пер., д. 36 E-mail: [email protected]
Современное пространство российского рынка труда характеризуется неоднородностью, различной скоростью продвижения к новым, «цифровым» профилям занятости и различной эффективностью мер политики занятости. Неравномерность в развитии региональных рынков труда определяет возможности и ограничения политики занятости. Целью статьи являются анализ асимметрии региональных рынков труда России, определение связанных с этим ограничений и вызовов, учет которых может способствовать повышению эффективности мер политики занятости в новых социально-экономических условиях развития регионов. В качестве методологической базы исследования использованы общенаучные, статистические методы. В целях кластеризации региональных рынков труда России использованы карты Кохонена на аналитической платформе Deductor. Оценка состояния региональных рынков труда проводилось на основе данных Федеральной службы государственной
Цитата: Санкова Л.В., Мирзабалаева Ф.И. Региональная асимметрия рынков труда и вызовы политике занятости // Проблемы развития территории. 2018. № 4 (96). С. 104-123. DOI: 10.15838/ptd.2018.4.96.7
Citation: Sankova L.V., Mirzabalaeva F.I. Regional asymmetry of labor markets and the challenges to the labor policy. Problems of territory's development, 2018, no. 4 (96), pp. 104-123. DOI: 10.15838/ptd.2018.4.96.7
статистики за период 2010-2016 гг.3 В качестве параметров, определяющих региональную асимметрию развития рынков труда, выделены следующие: уровень занятости населения, уровень общей безработицы (по методологии МОТ), средняя продолжительность поиска работы, удельный вес безработных, ищущих работу 12 месяцев, среднемесячная номинальная начисленная заработная плата, коэффициент напряженности на рынке труда, рейтинг социально-экономического развития региона4. В соответствии с ними определены кластеры региональных рынков труда, состав которых относительно стабилен, что позволяет констатировать различную степень эффективности мер политики занятости, скорость и успешность преобразований региональной экономики. Проанализирована динамика средних значений выбранных показателей в рамках кластеров. Научная новизна результатов заключается в авторском подходе к определению и измерению региональной асимметрии региональных рынков труда России, идентификации новых вызовов для политики занятости. Выводы и рекомендации по результатам исследования могут найти практическое применение в деятельности органов власти на федеральном и региональном уровнях при разработке сценарных прогнозов рынков труда, проведении политики занятости, помогут повысить эффективность государственных программ, направленных на развитие «проблемных» региональных рынков труда.
Рынки труда, регионы, асимметрия, безработица, политика занятости.
Актуальность проблематики региональной асимметрии развития рынка труда определяется особой ролью региональных рынков труда в складывающейся новой системе координат пространственного развития экономики, отражением ее возможностей развиваться и отвечать на локальные и глобальные вызовы политике занятости. В последние годы наблюдается увеличение интереса к исследованию неоднородности региональных рынков труда в силу ряда причин. С одной стороны, усиление неравномерности социально-экономического развития регионов России, новые агломерационные эффекты, миграционные потоки, возможности инвестирования в человеческий капитал, эффективность практик регионального менеджмента углубляют асимметрию рынков труда, внося вклад в усиление регионального неравенства занятости, безработицы, рабочих мест, доходов. С другой стороны, причиной выступают цифровая трансформация экономики в региональном разрезе и потенциальные ее эффекты для занятости, безработицы, структуры рабочих мест.
В качестве новых потенциальных источников роста асимметрии региональных рынков труда можно отметить изменение струк-
туры и динамики спроса на труд в связи с расширением определенных сегментов инновационной занятости, внедрение трудосберегающих технологий, развитие новых форм и видов занятости (в рамках которых формируются свои паттерны «устойчивости» и гарантии тех или иных аспектов трудовых отношений). Как показывает практика, внедрение данных технологий не снимает, а в некоторых случаях даже усугубляет проблематику нового неравенства на региональных рынках труда в связи с различными скоростями движения региональных систем занятости к конфигурации, определяемой как трендами социально-экономического, «цифрового» развития, так и складывающейся ситуацией.
Кроме того, необходимо учитывать факторы и процессы, определяющие сохранение депрессивности ряда региональных рынков труда. В исследованиях неравенства региональных рынков можно выделить несколько ведущих векторов: анализ неравенства рынков труда регионов и миграции; диспропорции в развитии рынков труда регионов, заработная плата и производительность; методология измерения неравенства; экономе-трическое моделирование пространственного
3 Федеральная служба государственной статистики. URL: http://www.gks.ru
4 РИА Рейтинг. URL: http://www.riarating.ru
неравенства; группировки региональных рынков; проблемы неравенства отдельных групп на рынках труда (в частности, молодежи [1]) и др. Интерес с позиций нашего исследования представляют результаты анализа конвергенции российских регионов по показателям заработной платы, уровня безработицы и среднедушевых доходов с использованием динамической модели с пространственными эффектами [2]. При наличии значимых положительных пространственных эффектов для заработной платы и уровней безработицы в то же время определено, что миграция не способствует конвергенции регионов.
Вместе с тем следует отметить, что пока в отечественных исследованиях положения новой экономической географии для объяснения роста дифференциации региональных рынков труда используются недостаточно.
Асимметрия в развитии региональных рынков труда выступает частью более общей проблемы - неравенства в развитии регионов в целом. Оно в свою очередь детерминировано неравномерностью географического распределения основных средств и технологий, характеристиками населения, рабочей силы и капитала в регионе, конкуренцией регионов за ограниченные ресурсы. В докладе Всемирного банка за 2009 год указывается, что пространственное неравенство формируется под влиянием таких факторов, как пространственная концентрация населения и агломерационные эффекты; экономическое расстояние и институциональные барьеры в широком смысле слова, в том числе барьеры границ, препятствующие проникновению товаров, услуг, инноваций.
В зарубежной литературе проблематика формирования равновесия на локальных рынках труда рассматривается в рамках модели локальных рынков труда [3-5]. Скорость корректировки региональных рынков труда и эластичность занятости во многом определяются институтами рынка труда и характеристиками региональных рынков труда [6].
Для российского рынка труда характерен некий синтез структурных проблем (низкая мобильность, масштабы неформального
сектора и др.) с постоянно низким уровнем безработицы в последние годы [7]. На фоне этого проблематика устойчивости положения региональных рынков труда - аутсайдеров вызывает опасения. Наличие регионов с высокой и низкой безработицей в одной и той же стране свидетельствует о низкой эффективности рынка труда и нерациональном использовании ресурсов. Асимметрия в показателях региональной безработицы может быть следствием как сложившихся показателей естественного уровня безработицы (определяемого экономическими, структурными и институциональными характеристиками регионов, эволюционирующими во времени), а также определяться различными моделями адаптации региональных рынков труда к внешним шокам.
В исследовании российских авторов С.Н. Рас-творцевой и Д.С. Терновского, исследующих проблемы концентрации экономической активности в российских регионах, показано, что увеличение параметров заработной платы в регионах способствует рассеиванию экономической активности, а ключевыми факторами концентрации экономической активности выступают сфера услуг, прямые иностранные инвестиции и плотность автодорог с твердым покрытием [8, с. 166] .
Декомпозиция региональных вариаций по показателям безработицы и занятости позволяет констатировать значимость конкурентных преимуществ регионов, обусловливающих дифференциацию региональных рынков труда. Эти преимущества связаны с рядом материальных и нематериальных характеристик регионов, неизмеряемых параметров предложения труда, характера инновационной активности и эффективности институтов и регионального менеджмента.
Российские исследователи проблематику неравенства рынков труда рассматривают в контексте регионального неравенства в целом. В частности, Н.В. Зубаревич, С.Г. Саф-ронов [9] в качестве индикаторов социально-экономического неравенства регионов России используют взвешенные по численности населения региона индекс Джини и коэффи-
циент вариаций, что может рассматриваться в большей степени как некоторое следствие эффективности функционирования рынка труда в регионах.
Исследования российских авторов показывают более низкую скорость региональной конвергенции в России по сравнению с международными стандартами. При этом учет пространственных режимов позволяет заметить сильную региональную конвергенцию, прежде всего среди регионов с высоким доходом, расположенных вблизи других регионов с высоким доходом [10].
Одним из эффективно применяемых подходов к исследованию проблем асимметрии региональных рынков труда является кластеризация регионов по ряду показателей. В частности, А.В. Мальцева, О.В. Махныткина, Н.Е. Шилкина описывают методику кластеризации рынка труда на основе использования карт Кохонена [11]. Оценка российских регионов по уровню депрессивности региональных рынков труда представлена в исследованиях и других специалистов [12]. Многомерные классификационные модели для анализа социально-структурной специфики регионов России эффективно применяются в современных исследованиях [13].
Специфика методики определения кластеров с использованием карт Кохонена основана на выявлении внутренних взаимосвязей большого массива статистической информации, определяющих дифференциацию региональных рынков труда. Карты Кохонена позволяют эффективно визуализировать полученную информацию. Кластеризация на основе данной методики позволяет объективно, без влияния субъективности суждений исследователя кластеризовать регионы (в данном случае).
Карта Кохонена состоит из сегментов прямоугольной или шестиугольной формы, называемых ячейками. Визуализация итогов обработки данных на карте осуществляется с использованием расцветки по одному признаку, таким образом, для каждой анализируемой переменной необходимо строить отдельную карту. По интенсивности цвета можно судить о ситуации в том или ином регионе в разре-
зе исследуемых показателей. Исследование с помощью карт Кохонена также позволяет выявить взаимосвязи между кластерами.
Несмотря на значительное количество работ по проблемам неоднородности региональных рынков труда, методология оценки такой региональной асимметрии и ее динамики в современных условиях, межгрупповые перемещения рынков труда с напряженной ситуацией содержат все еще слабо исследованные сегменты. Недостаточная разработанность данной проблемы ограничивает возможности выбора новых векторов в политике занятости в различных кластерах региональных рынков труда с учетом современных трендов в развитии занятости.
В данном исследовании осуществлена оценка асимметричности состояния региональных рынков труда на основе карт Кохонена на аналитической платформе Deductor. Для выявления кластеров региональных рынков труда были выбраны следующие показатели: уровень занятости населения; уровень общей безработицы (по методологии МОТ); средняя продолжительность поиска работы; удельный вес безработных, ищущих работу 12 месяцев; среднемесячная номинальная начисленная заработная плата; коэффициент напряженности на рынке труда; рейтинг социально-экономического развития региона. Массив данных, характеризующих регионы, содержит 4004 переменных, объединенных в группы из вышеперечисленных показателей. В исследовании использованы данные Федеральной службы государственной статистики. Исследование с помощью карт Кохонена также позволяет выявить взаимосвязи между кластерами. Обратимся к анализу полученных результатов исследования (приложение^
Пять из вышеперечисленных показателей часто используются в различных методиках оценки ситуации на рынке труда, но в сочетании с показателями среднемесячной заработной платы и рейтинга социально-экономического региона - впервые. Неоцененность труда ведет к массе негативных последствий: продолжительности поиска работы, повышению затрат на переквалификацию, демотива-
ции и деквалификации на рынке труда, сложности заполнения вакансий с низкой оплатой труда, снижению престижности ряда профессий и т. д., поэтому данный показатель оказывает существенное влияние на ситуацию на рынке труда.
При определении дифференциации регионов используются различные показатели социально-экономического развития регионов, определяемые по различным методикам. Одним из популярных и комплексных индикаторов состояния экономики региона, на наш взгляд, является рейтинг социально-экономического положения субъектов Российской Федерации, основанный на анализе значительного массива показателей - масштаба экономики (объем производства товаров и услуг; объем доходов консолидированного бюджета; численность занятых в экономике), эффективности экономики (объем производства товаров и услуг на душу населения; инвестиции в основной капитал на душу населения; иностранные инвестиции на душу населения; доля прибыльных предприятий; уровень собираемости налогов), показателей бюджетной сферы (доходы консолидированного бюджета на душу населения; доля собственных доходов в суммарном объеме доходов консолидированного бюджета; отношение госдолга к собственным доходам консолидированного бюджета; дефицит к собственным доходам консолидированного бюджета), показателей социальной сферы (отношение денежных доходов населения к стоимости фиксированного набора потребительских товаров и услуг; уровень безработицы; ожидаемая продолжительность жизни при рождении; уровень младенческой смертности). Поскольку показатели данного рейтинга характеризуют различные аспекты социально-экономического развития регионов, то они имеют тесную взаимосвязь с комплексной оценкой ситуации в регионе. Выделение кластеров благополучных и неблагополучных рынков труда регионов основывается на средних показателях, по которым формировались кластеры.
Анализ межкластерных перемещений рынков труда регионов показал наибольшую
устойчивость в исследуемом периоде состава пятого кластера. В то же время наибольшая динамика перемещений характерна для региональных рынков труда второго, третьего и четвертого кластеров. Можно наблюдать сокращение количества регионов в составе 2 кластера начиная с 2013 года; увеличение с 2013 по 2015 год количества регионов 3 кластера; практически неизменное количество регионов в составе наиболее благополучного 1 кластера и не очень благополучного 5 кластера (рис. 1).
В качестве неоднозначного тренда следует отметить почти двукратный рост числа регионов в составе «среднего» (4) кластера. Устойчивое количество регионов в составе менее благополучных кластеров позволяет акцентировать внимание как на ограничениях политики занятости, так и на ее меньшей эффективности.
На протяжении исследуемого периода наибольший удельный вес занимают регионы второго, третьего и четвертого кластеров. В рамках каждого кластера можно выделить регионы, составляющие стабильное ядро. В частности, рынки труда г. Москвы, Магаданской, Сахалинской областей, Ханты-Мансийского АО - Югры, Ямало-Ненецкого автономного округа, Камчатского края стабильно оставались в первом кластере. Санкт-Петербург в 2011, 2013, 2016 гг. несколько ухудшал позиции, переместившись во вторую группу. Республика Саха (Якутия) после 2010 года значительно улучшила свое положение, переместившись в первую группу регионов-лидеров. Мурманская область переместилась из 1 в 3 кластер, что связано с заметным ухудшением параметров рынка труда.
В рамках 2 кластера наиболее устойчивые позиции в 2010-2015 гг. характерны для рынков труда следующих регионов: Белгородская, Иркутская, Калужская, Ленинградская, Московская, Нижегородская, Новосибирская, Омская, Ростовская, Самарская, Свердловская, Томская и Челябинская области, а также Краснодарский, Красноярский и Хабаровский края, республики Башкортостан, Коми и Татарстан. Ухудшилось положение на рынках
26
9 о
4
2010 2011 —о—1 группа —о—2 группа
2
2012
■ 3 группа
2
2013 2014 2015
— 4 группа —о—5 группа —о—6 группа
26 23
11 9
9
-о 4 о 1 2016
7 группа
Рис. 1. Количество регионов в кластерах
Источник: данные расчетов авторов.
труда Ростовской, Самарской, Свердловской, Томской, Тульской и Калужской областей, Хабаровского края, республик Башкортостан, Татарстан, которые переместились в 3 кластер. Ярославская область в 2012, 2013 и 2014 гг. находилась во второй группе регионов, позже переместилась в менее благоприятную третью группу. Воронежская область в 2015 году переместилась из 2 кластера в 3-й. Пермский и Приморский край на протяжении исследуемого периода перемещались между 2 и 3 кластерами, в 2016 году перешли окончательно в 3-й. Следует отметить прогресс в развитии рынка труда Удмуртской Республики. Чувашская Республика улучшила позиции и переместилась из 3 во 2 кластер. Омская область переместилась из 2 кластера в 4-й.
Наиболее многочисленным в 2015 году стал третий кластер регионов, а в 2016 году -четвертый, что в целом характеризует ухудшение положения на региональных рынках труда на фоне достаточно невысоких показателей безработицы в России в среднем.
В качестве позитивной тенденции можно отметить сокращение доли регионов 5 кластера (с 9 регионов до 4 регионов) на протяжении 2010-2016 гг. При этом в 2015 году улучшилось состояние рынков труда Карачаево-Черкесской Республики, республик Ингушетии и Тыва. Они переместились из 6 кластера (в котором находились в 2010-2014 гг.)
в 5-й, характеризующийся более благоприятными параметрами рынка труда. Чеченская Республика переместилась в 3 кластер регионов. В данном кластере оказались с ухудшившимся положением Республика Адыгея, Алтайский край, Республика Дагестан (переместились из 4 кластера). Однако в 2016 году ухудшилось положение большинства входящих в данный кластер в 2015 году регионов, что нашло отражение в перемещении их в аутсайдеры (республики Тыва и Ингушетия -в 7 кластер, Карачаево-Черкесская Республика - в 6 кластер).
В 2016 году в 6 кластере появилось целых 9 регионов, которые переместились в данный кластер из более благополучных 3, 6, 5 кластеров (Еврейская автономная область, Забайкальский край, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Курганская область, Республика Бурятия, Республика Калмыкия, Республика Северная Осетия - Алания, Республика Тыва). Данный процесс свидетельствует о нарастании асимметрии и депрессивности в ряде регионов.
Наиболее проблемными представляются депрессивные рынки труда 7 группы. В 2012 году в группе находилось только два региона (республики Дагестан и Ингушетия). В 2013 году в ней присутствовало уже 3 региона (республики Дагестан, Ингушетия и Тыва), которые уже в 2014 году переместились в 6 груп-
пу, улучшив свои позиции. Однако в 2016 году в 7 кластере оказалась Республика Ингушетия, которая переместилась из более благополучного по параметрам рынка труда пятого кластера.
Восходящие межгрупповые перемещения региональных рынков труда свидетельствуют об улучшении ключевых показателей функционирования рынка труда, что свидетельствует о наличии потенциала сглаживания диспропорций.
Анализ средних значений в кластерах позволяет сделать следующие выводы. По показателю уровня занятости наибольшая вола-тильность по годам наблюдалась в 6 кластере (от 49 до 58,72%). Наименьшие колебания ха-
рактерны для средних значений рынков труда регионов 1 кластера (от 70,62 до 71,71%). Сокращение данного показателя отмечается в ряде кластеров в 2015 году. Наименьшие показатели уровня занятости характерны для региональных рынков труда 7 кластера (рис. 2).
В рамках 5, 6, 7 кластеров средние значения общего уровня безработицы (МОТ) в 20102016 гг. были значительно выше, чем в первых четырех кластерах, и при этом можно наблюдать значимые его колебания по годам в 5 и 6 кластерах (рис. 3).
Неоднозначная динамика отмечалась в исследуемом периоде по показателю среднего значения средней продолжительности по-
1111 IIIIII II II lllllll lllll 1 III
1 2 3 4 5 6 7
2010 70,62 62,76 60,39 62,29 57,63 49,52
2011 71,01 63,99 63,37 62,03 58,36 50,85
2012 71,08 65,2 62,6 63,04 59,03 56,7 46,2
2013 71,09 65,1 61,62 64,35 56,2 58,72 47,03
■ 2014 71,71 65,14 64,2 60,53 57,35 51,5
2015 71,12 65,1 63,93 59,98 50,97
2016 71,63 67,8 64,9 63,72 57,2 58,3 50,8
Рис. 2. Средние значения уровня занятости населения по кластерам в 2010-2016 гг., %
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
lllllll lllllll lllllll lllllll ul 1 1 Ii. 1
1 кластер 2 кластер 3 кластер 4 кластер 5 кластер 6 кластер 7 кластер
2010 5,64 7,57 7,35 7,79 10,81 22,26
2011 5,84 6,58 6,78 7,54 9 21,98
2012 4,79 5,42 5,7 6,3 14,27 11,01 29,7
2013 5,06 5,32 5,87 6,02 26,9 10,08 27,87
■ 2014 4,22 5,31 5,3 7,83 15,85 20,63
2015 4,9 5,73 6,24 8,07 21,4
2016 4,77 4,42 6,04 5,97 11,9 10,98 30,2
Рис. 3. Средние значения уровня общей безработицы населения по кластерам (МОТ) в 2010-2016 гг., %
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
иска работы на региональных рынках труда большинства кластеров (рис. 4). В большей степени колебания данного показателя были характерны для регионов 4, 5 и 6 кластеров. При этом наиболее высокий показатель отмечался в 7 кластере в 2012, 2013 и 2016 гг.
Анализ дифференциации региональных рынков труда по среднему значению удельного веса безработных, ищущих работу 12 месяцев и более, позволяет отметить неоднозначную динамику в рамках 3, 4, 5 и 6 кластеров. В частности, в 4 кластере данный показатель менялся от 27 до 59% (рис. 5).
Динамика средних величин коэффициента напряженности на рынке труда по кластерам свидетельствует об устойчивом росте данного показателя от благополучных регионов к регионам с большей напряженностью на рынках труда (рис. 6). Регионы Северного Кавказа лидируют по числу безработных, обращающихся в службы занятости, на одну заявленную вакансию. Предлагаемые вакансии, как правило, не требуют высшего образования и малопривлекательны.
По среднему показателю среднемесячной номинальной начисленной заработной пла-
1 2 3 4 5 6 7
2010 6,72 7,05 8,26 7,09 8,4 10,2
2011 7,44 7,57 7,42 8,43 9,79 11,15
2012 7,1 6,9 8,5 7,75 5,5 9,5 10,7
2013 7,04 7,24 8,7 7,26 3,9 10,15 11,37
■ 2014 6,31 6,91 7,2 9,2 7,65 11,7
2015 6,3 6,76 7,4 8,98 11,17
2016 6,83 5,8 7,43 8,07 8,4 10,3 13,1
Рис. 4. Средние значения показателя средней продолжительности поиска работы на рынке труда по кластерам, мес.
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
lllllll lllllll lllllll lllllll ll.ll II
1 кластер 2 кластер 3 кластер 4 кластер 5 кластер 6 кластер 7 кластер
2010 22,67 26,59 35,56 27,02 37,83 50,3
2011 28,22 30,03 29,28 36,66 48,01 55,23
2012 26,5 25,6 37,7 32,9 19,73 47,09 52,5
2013 26,14 28,18 39,8 29,05 7,1 52,32 59,77
■ 2014 20,32 25,72 28,5 41,8 23,7 63,4
2015 20,15 24,42 29,07 39,67 59,1
2016 23,42 17,01 28,9 32,56 32,7 52,77 73,1
Рис. 5. Средние значения удельного веса безработных, ищущих работу 12 месяцев и более, по кластерам, %
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
...III. Li 1
1 кластер 2 кластер 3 кластер 4 кластер 5 кластер 6 кластер 7 кластер
2010 2,99 5,43 6,99 6,67 15,24 115,72
2011 2,6 3,5 4,19 6,56 10,74 150,73
2012 1,74 2,56 3,5 4,05 40,8 12,2 410,9
2013 1,63 2,25 3,46 3,8 124,9 8,98 167,43
■ 2014 1,23 2,04 2,6 6,2 139,6 75,13
2015 2,2 3,22 5,21 18,84 129,4
2016 2,04 3,1 3,18 4,17 60,5 11,96 342,4
Рис. 6. Средние значения коэффициента напряженности на рынке труда по кластерам, ед.
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
II III
Hill I
Ii I
1 кластер 2 кластер 3 кластер 4 кластер 5 кластер 6 кластер 7 кластер
2010 38209,38 19177,32 13864,07 15437,99 14753,86 12715,08
2011 45030,03 22359,29 17508,28 15570,06 16505,22 14339,75
2012 46727,75 22808,28 19951,4 19256,41 17168 19171,38 15981
2013 55073,5 26895,9 21726,8 21214,76 20865 20218,17 20691
■ 2014 59779,7 29453,5 23850,3 22713,5 19823 22748,7
2015 61993,54 30623,54 24464,3 23853,38 23438
2016 70174,3 31232 32894,9 25924,5 22936,8 26128,1 22488
Рис. 7. Средние значения среднемесячной номинальной начисленной заработной платы работников по полному кругу организаций по кластерам, руб.
Источник: расчеты авторов с использованием данных http://www.gks.ru.
ты на протяжении всего исследуемого периода лидером выступают регионы 1 кластера, демонстрируя более высокие темпы роста данного показателя по годам (рис. 7).
В группе регионов 2 кластера можно наблюдать сокращение данного показателя в 2015 году, для регионов 3 кластера в 2016 году был характерен выраженный рост данного показателя в 2016 году (с 23853,38 руб. до 32894 руб.).
Анализ среднего показателя рейтинга социально-экономического положения регионов показывает близкие значения данного показателя для регионов 1 и 2 кластеров (рис. 8). При этом в регионах 2, 3 и 4 класте-
ров данный показатель значимо увеличивается в 2015 году после сокращения в 2014 году. В регионах 6 кластера данный показатель был даже ниже, чем в «проблемных» регионах 7 кластера (например, 17,35 в 2014 году).
Проведенный нами анализ показал, что асимметрия региональных рынков труда является устойчивой во временном диапазоне. Состав кластеров с «полярной» ситуацией на рынках труда по рассматриваемым нами ключевым параметрам рынка труда слабо менялся в 2010-2016 гг.
Таким образом, устойчивый состав кластеров региональных рынков труда в иссле-
IIIII lllllll lllll 1 Iii
1 кластер 2 кластер 3 кластер 4 кластер 5 кластер 6 кластер 7 кластер
2010 54,7 54,01 41,81 36,38 25,25 19,03
2011 50,16 54,63 38,6 34,84 27,65 19,69
2012 53,23 50,83 44,78 31,81 32,11 21,9 25,25
2013 49,74 53,14 40,54 33,56 25,25 20,42 21,61
■ 2014 54,14 53,4 37,4 29,43 30,36 17,35
2015 54,3 38,15 38,15 30,21 16,36
2016 52,72 55,24 51,4 37,52 30,06 22,43 22,173
Рис. 8. Средние значения рейтинга социально-экономического положения по кластерам
Источник: расчеты авторов с использованием данных URL: http://www.gks.ru.
дуемом временном диапазоне свидетельствует о неэффективной работе традиционных рыночных сглаживающих механизмов, среди которых миграция, перемещение капитала, торговля, диффузия инноваций и др. Также можно говорить о наличии ограничений политики занятости в данном кластере регионов и новых вызовов для нее.
Территориальные различия в состоянии рынков труда, по мнению исследователей, во многом «запрограммированы» и зависят от унаследованных особенностей регионов (демографических, структурных, воспроизводственных, институциональных). Трансформационные процессы способствовали усилению преимуществ и углублению недостатков сложившейся территориальной асимметрии рынков труда. На рынках труда конкретных «проблемных» территорий реализуются антикризисные меры с учетом специфики функционирования региональных экономических систем и факторов, определяющих развитие региональных рынков труда. Данные меры являются достаточно высокозатратными (за счет большого охвата и многообразия форм), что актуализирует необходимость оптимизации затрат. Анализ эффективности антикризисных мер на региональных рынках труда, подходы и рекомендации по повышению их эффективности представлены в работе [14]. Проблемы фор-
мирования политики занятости в условиях глобальных и локальных вызовов подробно рассмотрены группой авторов [15].
Эффективность антикризисных мер на рынке труда на региональном уровне детерминирована структурными и институциональными характеристиками рынков, которые в свою очередь определяют устойчивость нахождения региональных рынков труда в группах «лидеров» и «аутсайдеров». Состав данных групп в основном аналогичен в работах различных авторов.
Так, ряд исследователей [16] выделяют следующие группы регионов: успешные «северные» регионы (Чукотский АО, Магаданская область, Ямало-Ненецкий АО, Ханты-Мансийский АО, Мурманская область) и условно центрально-европейские регионы (Москва и Санкт-Петербург, Московская и Ярославская области) с хорошо работающими рынками труда; регионы-аутсайдеры - группа южных республик (Дагестан, Ингушетия, Карачаево-Черкесия и Кабардино-Балкария; к ним близки также республики Калмыкия, Северная Осетия и Адыгея) и регионы Южной Сибири (Республика Тыва, Забайкальский край, Республика Алтай, Алтайский край, к которым по ряду показателей близки Еврейская АО, республики Бурятия и Хакасия, Иркутская область). Отмеченные результаты в целом совпадают с полученными нами кластерами.
Таким образом, резкая асимметрия в развитии региональных рынков труда является отражением состояния экономики региона. Необходимо дальнейшее исследование по выявлению взаимосвязи между финансовым, социально-экономическим благополучием региона и состоянием рынка труда. Рынки труда дотационных, депрессивных регионов характеризуются, как правило, высокой напряженностью, для регионов характерны низкая эффективность политики занятости, слабая инвестиционная и инновационная активность. Необходимо принимать радикальные меры - создание высокопроизводительных рабочих мест; стимулирование мобильности рабочей силы в трудонедоста-точные регионы; обеспечение сбалансированности подготовки кадров и потребностей региональной экономики с учетом избранных векторов ее роста. Вместе с тем длительная депрессивность региональных рынков труда приводит к необратимым процессам в экономике, усиливает социальную напряженность в обществе, создает риск социальной безопасности территории. Высокая безработица, низкая заработная плата, непривлекательные рабочие места, отсутствие перспектив решения актуальных проблем жителей депрессивных регионов приводят к перетоку работников в неформальный сектор.
Явления поляризации региональных рынков труда присутствуют в различных странах (северные и южные, восточные и западные, центральные и периферийные регионы и т. д.), что находит отражение в работах зарубежных исследователей. Большую роль в сглаживании диспропорций в развитии региональных рынков труда играют национальная политика занятости, жесткость институтов рынка труда. Так, исследования показывают, что влияние степени жесткости рынка труда на долю рабочей силы определяется тремя важными компонентами: расходы на социальное обеспечение, государственные расходы на активные программы рынка труда и пассивные меры на рынке труда [17].
Политика должна иметь долгосрочную перспективу в отношении существующих
региональных диспропорций, сосредоточить внимание на устранении барьеров мобильности, пересмотреть существующие институты для осуществления региональной политики и нацелить на тесную координацию региональных инструментов политики на рынке труда [18].
Анализ эффективности политики занятости в пространственном разрезе показывает, что ключевую роль в объяснении реакции на политику играют различия в производительности труда и секторальном вкладе в занятость и выпуск продукции по отраслевым категориям [19]. Особое значение имеют депрессивные рынки труда. Как показывают исследования, социальные выгоды от создания рабочих мест в 2-3 раза выше на одно рабочее место на депрессивных рынках труда по сравнению с более быстро развивающимися местными рынками труда [20].
Одним из вызовов политике занятости сегодня выступает цифровизация экономики. Обращаясь кратко к «цифровому профилю» диспропорций на рынках труда регионов, отметим, что дифференциация регионов по численности персональных компьютеров на 100 работников будет определять разные «цифровые профили» занятости. Так, в Центральном федеральном округе в 2016 году данный показатель варьируется от 39 в Брянской области до 77 в г. Москве (табл.).
Цифровизация экономики формирует новые вызовы и риски для региональных рынков труда, которые необходимо учитывать при разработке и реализации политики занятости. Например, согласно исследованиям, цифровизация экономики затронет в первую очередь занятость в сферах логистики, торговли, строительства, автомобилестроения. Даже краткий обзор некоторых аспектов структуры занятости по регионам позволяет выявить потенциальную «цифровую» асимметрию региональных рынков труда с более высокими рисками, затрагивающую определенные сферы региональной экономики.
В качестве направлений дальнейших исследований планируется рассмотрение следующих аспектов: особенности реализации
Таблица. Максимальное и минимальное число персональных компьютеров на 100 работников в разрезе федеральных округов (2016 год)
Федеральный округ Минимальное значение Максимальное значение показателя
Центральный Брянская область (39) г. Москва (77)
Северо-Западный Ленинградская область (42) г. Санкт-Петербург (59)
Южный Крым (39) г. Севастополь и Республика Калмыкия
Северо-Кавказский Кабардино-Балкарская Республика (50) Республика Дагестан (35)
Приволжский Самарская область (59) Оренбургская область (42)
Уральский Югра (40) Тюменская область (50)
Сибирский Кемеровская область (36) Томская область (60)
Дальневосточный Чукотский АО (47) Магаданская область (56)
Источник: Регионы России. Социально-экономические показатели, 2017: стат. сб. / Росстат. М., 2017. URL: http://www.gks.ru/bgd/ regl/b17_14p/Main.htm
политики занятости в регионах в составе одного кластера; направления повышения эффективности региональной политики занятости; возможности создания дополнительных рабочих мест в условиях цифровизации экономики страны в целом; складывающийся «цифровой каркас занятости» в регионах и новые параметры асимметрии; оценка эффективности мер активной политики занятости с учетом высокой дифференциации региональных рынков труда и с учетом стратегических рисков; влияние цифровизации на преодоление диспропорций региональных рынков труда в различных сегментах рынка и др.
Результаты могут быть использованы при выработке и реализации региональной политики занятости. Предложенный нами подход к выявлению региональной асимметрии рынка труда расширяет теоретико-методическую базу исследования процессов развития рынков труда регионов, позволяет адекватно оценивать ситуации на региональных рынках труда, определять наиболее значимые факторы их развития в современных условиях и обосновывать соответствующие меры политики занятости с учетом «профилей» рынков труда. В прикладном аспекте применение данного подхода к оценке региональной асимметрии рынков труда позволяет проводить постоянный мониторинг ситуации на рынках труда, оперативно и гибко формировать государственную политику занятости в регионах.
Исследования зарубежных специалистов показывают, что при анализе рынков труда используется более широкий спектр показа-
телей. Российская статистическая служба, к сожалению, не предоставляет некоторой необходимой информации, на основании которой исследование получилось бы более глубоким и последовательным, сопоставимым с зарубежными аналогичными исследованиями (например, не отражает полностью миграционные процессы и поведение мигрантов на рынке труда, потоки средств мигрантов за пределы регионов, часть информации не делится по территориальному признаку и т. д.).
В заключение отметим, что сокращение высокой региональной асимметрии в развитии рынков труда, с одной стороны, предполагает реализацию мер структурной и макроэкономической политики, которая координируется на федеральном уровне, с другой стороны, требует разработки комплексных, интегрированных программ, сочетающих региональные инициативы с внешней помощью. Определенные возможности сокращения высокой асимметрии региональных рынков труда заключаются в более полном использовании агломерационного потенциала, определении точек роста региональной экономики. Вместе с тем необходимо учитывать, что меры по улучшению региональных экономических условий через стимулирование частных инвестиций в целевые сообщества могут повлиять на более широкое пространственное распределение занятости в регионе и не дать ожидаемого эффекта для занятости целевых групп [21].
Кроме того результаты исследований в Испании подтверждают, что эволюция регио-
нальных различий в уровне безработицы не может быть связана с различиями в естественном уровне безработицы, которые не действуют как аттрактор безработицы [22]. Это ограничивает возможность использования показателей естественного уровня безработицы в разработке политики на рынке труда. Принятие императивов устойчивого развития в области достойного труда, сокращения неравенства, рациональных моделей производства и потребления и пр. на уровне регионов непосредственно влияет на предметное поле современной политики занятости, требует совершенствования инструментария и технологий обеспечения устойчивости занятости в регионах, сглаживания необоснованной асимметрии. В современных социально-экономических условиях (введение санкций со стороны ряда стран) вопросы использования внутренних резервов регионов приобретают особую актуальность. Новые вызовы, связанные с цифровизацией экономики, диктуют и соответствующие требования к компетенциям, возможностям занятости, мобильности рабочей силы. С этой точки зрения необходимо формировать и реализовывать новые подходы в политике
занятости. Ожидаемое увеличение пенсионного возраста, демографические риски, введение новых налогов и форм регулирования самозанятости и т. д. изменят ситуацию на региональных рынках труда. В связи с этим уже сегодня необходимо оценивать ситуацию с точки зрения реализации политики занятости, разрабатывать сценарные прогнозы и принимать превентивные меры.
Региональные органы власти должны оценивать возможности получения синерге-тического эффекта от сочетания различных ресурсов, изучать ближайших соседей для определения конкурентной среды и поиска возможных траекторий для организации совместной деятельности [23, с. 117].
Устойчивость и комплексность межрегиональных различий предполагают разработку не только фрагментарных антикризисных мер на рынках труда, но и стратегического и комплексного подхода к сглаживанию необоснованной асимметрии с использованием бюджетных инструментов регулирования, структурных мер, селективных мер политики занятости, эффективным задействованием ресурсного потенциала и потенциала инновационного развития территорий.
ЛИТЕРАТУРА
1. Furlong A., Goodwin J., Hadfield S., Hall S., O'Connor H., Lowden K., Plugor R. Young People in the Labour Market. Routledge, 2017. 160 p.
2. Вакуленко Е.С. Ведет ли миграция населения к межрегиональной конвергенции в России? // Вестник НГУЭУ 2013. № 4. С. 239-264.
3. Rosen S., Miezkowski P., Straszheim M. (eds.). Wagebased Indexes of Urban Quality of Life. Current Issues in Urban Economics. Baltimore: Johns Hopkins University Press, 1979, pp. 74-104.
4. Roback J. Wages, Rents and the Quality of Life. Journal of Political Economy, 1982, vol. 90, pp. 1257-1278.
5. Moretti E. Local labor markets. In: Card D., Ashenfelter O. Handbook of Labor Economics. Elsevier, 2011, vol. 4, ch. 14, pp. 1237-1313.
6. Herwartz H., Niebuhr A. Regional Labor Market Performance in Europe. Error Correction Dynamics and the Role of National Institutions and Local Structure. International Regional Science Review, 2015, vol. 40, pp. 270-296.
7. Gurvich E., Vakulenko Е. Macroeconomic and structural properties of the Russian labor market: A crosscountry comparison. Russian Journal of Economics, 2017, vol. 3, iss. 4, pp. 411-424.
8. Растворцева С.Н., Терновский Д.С. Факторы концентрации экономической активности в регионах России // Экономические и социальные перемены: факты, тенденции, прогноз. 2016. № 2 (44). С. 153-170.
9. Зубаревич Н.В., Сафонов С.Г. Неравенство социально-экономического развития регионов и городов России 2000-х годов: рост или снижение? // Общественные науки и современность. 2013. № 6. С. 15-26.
10. Kholodilin K., Oshchepkov A.Y., Siliverstovs B. The Russian regional convergence process: Where is it leading? Eastern European Economics, 2012, vol. 50, no. 3, pp. 5-26.
11. Мальцева А.В., Махныткина О.В., Шилкина Н.Е. Многомерные классификационные модели в сравнительном анализе социально-структурной специфики регионов России // Науковедение. 2015. Т. 7. № 6. URL: http://naukovtdenie.ru
12. Мирзабалаева Ф.И. Типологизация депрессии на рынке труда с использованием карт Кохонена // Экономика и управление: проблемы и решения. 2017. Т. 1. № 10. С. 79-88.
13. Мальцева А.В., Шилкина Н.Е., Махныткина О.В. Data Minig в социологии: опыт и перспективы проведения исследования // Социологические исследования. 2016. № 3 (383). С. 35-44.
14. Косарева А.В., Санкова Л.В. Антикризисные меры на региональном рынке труда: монография. Саратов: Райт-Экспо, 2016. 196 с.
15. Sankova L.V., Dudko V.N., Mirzabalaeva F.I. The Employment policy and the Labor Market in the Face to the New Global and Local Challenges. The Turkish Online Journal of Design Art and Communication, 2016, t. 6, no. NVSPCL, рp. 3412-3419.
16. Российский рынок труда: тенденции, институты, структурные изменения: доклад Центра трудовых исследований и Лаборатории исследований рынка труда НИУ ВШЭ / под ред. В. Гимпельсона, Р. Капелюшникова, С. Рощина. М., 2017. 148 с.
17. Parisi МХ. Labor market rigidity, social policies and the labor share: Empirical evidence before and after the big crisis. Economic System, 2017, vol. 41, iss. 4, pp. 492-512.
18. Huber P. Regional Labor Market Developments in Transition. Policy Research Working Papers, 2006, ser. 3896. Available at: https://openknowledge.worldbank.org/handle/10986/8706
19. Epstein B., Shapiro A.F. Employment and firm heterogeneity, capital allocation, and countercyclical labor market policies . Journal of Development Economics, 2017, vol. 127, рp. 25-41.
20. Bartik T.J. How Effects of Local Labor Demand Shocks Vary with Local Labor Market Conditions. Upjohn Institute Working Paper, 2014, no. 14-202.
21. Freedman M. Place-based programs and the geographic dispersion of employment. Regional Science and Urban Economics, 2015, vol. 53, pp. 1-19. D0I:10.1016/j.regsciurbeco.2015.04.002
22. Bande R., Karanassou М. The NRU and the Evolution of Regional Disparities in Spanish Unemployment. Discussion Paper, Institute for the Study of Labor (IZA), Bonn, 2011, no. 5838. Available at: https://www. econstor.eu/bitstream/10419/52010/1/66968614X.pdf
23. Груздева М.А. Неравномерность развития региональных подсистем регионов Северо-Запада: возможности и угрозы // Проблемы развития территории. 2017. № 6 (92). С. 108-120.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Санкова Лариса Викторовна - доктор экономических наук, профессор, заведующий кафедрой. Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный технический университет имени Гагарина Ю.А.». Россия, 410054, г. Саратов, ул. Политехническая, д. 77. E-mail: [email protected]. Тел.: +7(8452) 99-85-35.
Мирзабалаева Фарида Исламудиновна - кандидат экономических наук, доцент. Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г.В. Плеханова». Россия, 117997, г. Москва, Стремянный пер., д. 36. E-mail: [email protected]. Тел.: +7(495) 958-20-74.
ПРИЛОЖЕНИЕ
Таблица 1. Кластеризация региональных рынков труда за 2010-2016 гг. с использованием карт Кохонена
Оо
Показатель
2010 год
2011 год
2012 год
2013 год
2014 год
2015 год
2016 ГОД
Число кластеров
Число статистических показателей
553
560
567
581
581
581
581
4 № ■с ■с
5 ч о ■с
Количество регионов
79
80
81
83
83
83
83
а и
0
5 §
е-
1м Со
1
3
■о
I
со о-
5
1 кластер (всего /уд. вес в общей численности)
9/11,4%
1. г. Москва
2. г. Санкт-Петербург
3. Камчатский край
4. Магаданская область
5. Мурманская область
6. Сахалинская область
7. Ханты-Мансийский автономный округ - Югра
8. Чукотский автономный округ
9. Ямало-Ненецкий автономный округ
9/11,3%
1. г. Москва
2. Камчатский край
3. Магаданская область
4. Мурманская область
5. Ненецкий автономный округ
6. Сахалинская область
7. Ханты-Мансийский автономный округ - Югра
8. Чукотский автономный округ
9. Ямало-Ненецкий автономный округ
12/14,8%
1. г. Москва
2. г. Санкт-Петербург
3. Камчатский край
4. Магаданская область
5. Московская область
6. Мурманская область
7. Ненецкий автономный округ
8. Республика Саха (Якутия)
9. Сахалинская область
10. Ханты-Мансийский автономный округ - Югра
11. Чукотский автономный округ
12. Ямало-Ненецкий автономный округ
10/12,0%
1. г. Москва
2. Камчатский край
3. Магаданская область
4. Мурманская область
5. Ненецкий автономный округ
6. Республика Саха (Якутия)
7. Сахалинская область
8. Ханты-Мансий-ский автономный округ - Югра
9. Чукотский автономный округ
10. Ямало-Ненецкий автономный округ
10/12,0%
1. г. Москва
2. г. Санкт-Петербург
3. Камчатский край
4. Магаданская область
5. Ненецкий автономный округ
6. Республика Саха (Якутия)
7. Сахалинская область
8. Ханты-Мансийский автономный округ - Югра
9. Чукотский автономный округ
10. Ямало-Ненецкий автономный округ
11/13,3%
1. г. Москва
2. г. Санкт-Петербург
3. Камчатский край
4. Магаданская область
5. Мурманская область
6. Ненецкий автономный округ
7. Республика Саха (Якутия)
8. Сахалинская область
9. Ханты-Мансийский автономный округ - Югра
10. Чукотский автономный округ
11. Ямало-Ненецкий автономный округ
9/10,8%
1. г. Москва
2. Камчатский край
3. Магаданская область
4. Ненецкий автономный округ
5. Республика Саха (Якутия)
6. Сахалинская область
7. Ханты-Мансийский автономный округ - Югра
8. Чукотский автономный округ
9. Ямало-Ненецкий автономный округ
2 кластер (всего/уд. вес в общей численности)
26/32,9%
1. Белгородская область
2. Волгоградская область
3. Вологодская область
4. Иркутская область
5. Калужская область
6. Кемеровская область
7. Краснодарский край
8. Новосибирская область
9. Омская область
10. Оренбургская область
24/30,0%
1. Белгородская область
2. г. Санкт-Петербург
3. Иркутская область
4. Калужская область
5. Кемеровская область
6. Краснодарский край
7. Красноярский край
8. Ленинградская область
9. Московская область
10. Нижегородская область
25/30,9%
1. Белгородская область
2. Владимирская область
3. Волгоградская область
4. Иркутская область
5. Калининградская область
6. Калужская область
7. Кемеровская область
8. Краснодарский край
9. Красноярский край
31/37,3%
1. Архангельская область без авт. округа
2. Белгородская область
3. Владимирская область
4. г. Санкт-Петербург
5. Иркутская область
6. Калининградская область
7. Калужская область
8. Кемеровская область
28/33,7%
1. Белгородская область
2. Воронежская область
3. Иркутская область
4. Калужская область
5. Кемеровская область
6. Краснодарский край
7. Красноярский край
8. Ленинградская область
9. Московская область
10. Мурманская область
26/31,3%
1. Архангельская область без авт. округа
2. Белгородская область
3. Иркутская область
4. Калужская область
5. Кировская область
6. Краснодарский край
7. Красноярский край
8. Ленинградская область
9. Московская область
11/13,3%
1. Белгородская область
2. г. Санкт-Петербург
3. Кировская область
4. Ленинградская область
5. Липецкая область
6. Московская область
7. Нижегородская область
8. Республика Татарстан
9. Удмуртская Республика
а и
0 §
§ е-
г
1м Со S
1
S
3
■о 1
п е-а
vo
Показатель 2010 год 2011 год 2012 год 2013 год 2014 год 2015 год 2016 год
2 кластер 10. Пермский край 11. Новосибир- 10. Ленинградская 9. Краснодарский край 11. Новосибирская 10. Нижегородская 10. Челябинская область
(всего/уд. вес 11. Приморский край ская область область 10. Красноярский край область область 11 Чувашская
в общей 12. Республика 12. Омская область 11. Нижегород- 11. Ленинградская 12. Омская область 11. Новосибирская Республика
численности) Башкортостан 13. Пермский край ская область область 13. Оренбургская область
13. Республика Коми 14. Приморский край 12. Новгородская 12. Московская область область 12. Омская область
14. Республика 15. Республика область 13. Нижегород- 14. Пермский край 13. Пермский край
Саха (Якутия) Башкортостан 13. Новосибир- ская область 15. Приморский край 14. Приморский край
15. Республика Татарстан 16. Республика Коми ская область 14. Новосибир- 16. Республика 15. Республика
16. Ростовская область 17. Республика 14. Омская область ская область Башкортостан Башкортостан
17. Самарская область Саха (Якутия) 15. Республика 15. Омская область 17. Республика Коми 16. Республика Коми
18. Свердловская 18. Республика Татарстан Башкортостан 16. Оренбургская 18. Республика Татарстан 17. Республика Татарстан
область 19. Ростовская область 16. Республика Коми область 19. Ростовская область 18. Ростовская область
19. Томская область 20. Самарская область 17. Республика Татарстан 17. Пермский край 20. Самарская область 19. Самарская область
20. Хабаровский край 21. Свердловская 18. Ростовская область 18. Приморский край 21. Свердловская 20. Свердловская
21. Челябинская область область 19. Самарская область 19. Республика область область
22. Томская область 20. Свердловская Башкортостан 22. Томская область 21. Томская область
23. Хабаровский край область 20. Республика Коми 23. Тульская область 22. Тульская область
24. Челябинская область 21. Тульская область 22. Удмуртская Республика 23. Хабаровский край 24. Челябинская область 25. Ярославская область 21. Республика Татарстан 22. Ростовская область 23. Самарская область 24. Свердловская область 25. Томская область 26. Тульская область 27. Тюменская область без авт. округов 28. Удмуртская Республика 29. Хабаровский край 30. Челябинская область 31. Ярославская область 24. Тюменская область без авт. округов 25. Хабаровский край 26. Челябинская область 27. Ярославская область 23. Тюменская область без авт. округов 24. Удмуртская Республика 25. Хабаровский край 26. Челябинская область
3 кластер 10/12,7% 18/22,5% 14/17,3% 15/18,1% 27/32,5% 30/36,1% 23/27,7%
(всего/уд. вес в 1. Алтайский край 1. Амурская область 1. Алтайский край 1. Алтайский край 1. Амурская область 1. Алтайский край 1. Архангельская
общей численности) 2. Брянская область 2. Астраханская 2. Брянская область 2. Амурская область 2. Архангельская 2. Амурская область область без
3. Воронежская область область 3. Вологодская область 3. Брянская область область без 3. Астраханская авт. округа
4. Курская область 3. Владимирская 4. Воронежская область 4. Волгоградская авт. округа область 2. Владимирская
5. Липецкая область область 5. Курская область область 3. Астраханская 4. Владимирская область
б. Пензенская область 4. Волгоградская 6. Липецкая область 5. Воронежская область область область 3. Вологодская область
7. Ставропольский край область 7. Оренбургская 6. Забайкальский край 4. Владимирская 5. Волгоградская 4. Воронежская область
8. Тамбовская область 5. 6. Вологодская область Ивановская область область 7. Курская область область область 6. Вологодская область 5. Иркутская область
ш
п
5 S
3
■о
■а v
я
0 а ч
1
Ко
о
а и
0
5 §
е-
1м Со
1
3
■о
I
со о-
5
Показатель 2010 год 2011 год 2012 год 2013 год 2014 год 2015 год 2016 год
3 кластер 9. Тверская область 7. Калининградская 8. Пермский край 8. Липецкая область 5. Волгоградская 7. Воронежская область 6. Калининградская
(всего /уд. вес в 10. Ульяновская область область 9. Приморский край 9. Орловская область область 8. Ивановская область область
общей численности) 8. Кировская область 10. Саратовская область 10. Республика Бурятия 6. Вологодская область 9. Калининградская 7. Калужская область
9. Новгородская 11. Ставропольский край 11. Республика 7. Ивановская область область 8. Краснодарский край
область 12. Тамбовская область Мордовия 8. Калининградская 10. Кемеровская область 9. Красноярский край
10. Орловская область 13. Томская область 12. Рязанская область область 11. Костромская область 10. Мурманская область
11. Пензенская область 14. Ульяновская область 13. Саратовская область 9. Кировская область 12. Курганская область 11. Новосибирская
12. Республика Карелия 14. Ставропольский край 10. Костромская область 13. Курская область область
13. Рязанская область 15. Тамбовская область 11. Курганская область 14. Новгородская 12. Оренбургская
14. Тверская область 12. Курская область область область
15. Тульская область 13. Новгородская 15. Оренбургская 13. Пермский край
16. Удмуртская Республика область 14. Орловская область область 16. Орловская область 14. Приморский край 15. Республика
17. Чувашская Республика 15. Пензенская область 16. Республика Карелия 17. Пензенская область 18. Псковская область Башкортостан 16. Республика Коми
18. Ярославская область 17. Республика Марий Эл 18. Республика Мордовия 19. Республика Хакасия 20. Рязанская область 21. Саратовская область 22. Смоленская область 23. Ставропольский край 24. Тверская область 25. Удмуртская Республика 26. Ульяновская область 27. Чувашская Республика 19. Республика Карелия 20. Республика Марий Эл 21. Республика Мордовия 22. Республика Хакасия 23. Саратовская область 24. Смоленская область 25. Ставропольский край 26. Тверская область 27. Ульяновская область 28. Чеченская Республика 29. Чувашская Республика 30. Ярославская область 17. Ростовская область 18. Самарская область 19. Свердловская область 20. Томская область 21. Тульская область 22. Тюменская область без авт. округов 23. Хабаровский край
4 кластер 20/25,3% 16/20,0% 17/21,0% 17/20,5% 13/15,7% 13/15,7% 26/31,3%
(всего/уд. вес 1. Амурская область 1. Алтайский край 1. Амурская область 1. Астраханская область 1. Алтайский край 1. Брянская область 1. Алтайский край
в общей 2. Астраханская область 2. Брянская область 2. Астраханская область 2. Вологодская область 2. Брянская область 2. Еврейская 2. Амурская область
численности) 3. Владимирская 3. Воронежская область 3. Ивановская область 3. Ивановская область 3. Еврейская авто- автономная область 3. Астраханская область
область 4. Костромская область 4. Костромская область 4. Кировская область номная область 3. Забайкальский край 4. Брянская область
4. Ивановская область 5. Курганская область 5. Курганская область 5. Костромская область 4. Забайкальский край 4. Кабардино-Балкар- 5. Волгоградская
5. Калининград- 6. Курская область 6. Орловская область 6. Курганская область 5. Кабардино-Балкар- ская Республика область
ская область 7. Оренбургская 7. Пензенская область 7. Новгородская ская Республика 5. Липецкая область 6. Ивановская область
б. Кировская область область 8. Псковская область область 6. Липецкая область 6. Республика Адыгея 7. Кемеровская область
7. Костромская область 8. Псковская область 9. Республика Бурятия 8. Пензенская область 7. Псковская область 7. Республика Алтай 8. Костромская область
а н № тз тз
о тз
Показатель 2010 год 2011 год 2012 год 2013 год 2014 год 2015 год 2016 год
4 кластер (всего /уд. вес в общей численности) 8. Новгородская область 9. Орловская область 10. Псковская область 11. Республика Карелия 12. Республика Мордовия 13. Республика Хакасия 14. Рязанская область 15. Саратовская область 16. Смоленская область 17. Тульская область 18. Удмуртская Республика 19. Чувашская Республика 20. Ярославская область 9. Республика Алтай 10. Республика Марий Эл 11. Республика Мордовия 12. Республика Хакасия 13. Саратовская область 14. Смоленская область 15. Ставропольский край 16. Ульяновская область 10. Республика Карелия 11. Республика Марий Эл 12. Республика Мордовия 13. Республика Северная Осетия - Алания 14. Республика Хакасия 15. Рязанская область 16. Смоленская область 17. Тверская область 9. Псковская область 10. Республика Карелия 11. Республика Марий Эл 12. Республика Северная Осетия-Алания 13. Республика Хакасия 14. Смоленская область 15. Тверская область 16. Ульяновская область 17. Чувашская Республика 8. Республика Адыгея 9. Республика Алтай 10. Республика Бурятия 11. Республика Калмыкия 12. Республика Северная Осетия - Алания 13. Тамбовская область 8. Республика Бурятия 9. Республика Дагестан 10. Республика Калмыкия 11. Республика Северная Осетия - Алания 12. Рязанская область 13. Тамбовская область 9. Курская область 10. Новгородская область 11. Омская область 12. Орловская область 13. Пензенская область 14. Псковская область 15. Республика Карелия 16. Республика Марий Эл 17. Республика Мордовия 18. Республика Хакасия 19. Рязанская область 20. Саратовская область 21. Смоленская область 22. Ставропольский край 23. Тамбовская область 24. Тверская область 25. Ульяновская область 26. Ярославская область
5 кластер (всего/уд. вес в общей численности) 9/11,4% 1. Еврейская автономная область 2. Забайкальский край 3. Кабардино-Балкарская Республика 4. Курганская область 5. Республика Адыгея 6. Республика Алтай 7. Республика Бурятия 8. Республика Марий Эл 9. Республика Северная Осетия - Алания 9/11,3% 1. Еврейская автономная область 2. Забайкальский край 3. Кабардино-Балкарская Республика 4. Липецкая область 5. Республика Адыгея 6. Республика Бурятия 7. Республика Калмыкия 8. Республика Северная Осетия - Алания 9. Тамбовская область 3/3,7% 1. Кировская область 2. Чеченская Республика 3. Чувашская Республика 1/1,2% 1. Чеченская Республика 2/2,4% 1. Республика Дагестан 2. Чеченская Республика 3/3,6% 1. Карачаево-Черкесская Республика 2. Республика Ингушетия 3. Республика Тыва 4/4,8% 1. Республика Адыгея 2. Республика Алтай 3. Республика Дагестан 4. Чеченская Республика
Ко Ко
а и
0
5 §
е-
1м Со
1
3
■о
I
со о-
5
Показатель 2010 год 2011 год 2012 год 2013 год 2014 год 2015 год 2016 год
6 кластер (всего /уд. вес в общей численности) 5/6,3% 1. Карачаево-Черкесская Республика 2. Республика Дагестан 3. Республика Ингушетия 4. Республика Калмыкия 5. Республика Тыва 4/5,0% 1. Карачаево-Черкесская Республика 2. Республика Дагестан 3. Республика Ингушетия 4. Республика Тыва 8/9,9% 1. Еврейская автономная область 2. Забайкальский край 3. Кабардино-Балкарская Республика 4. Карачаево-Черкесская Республика 5. Республика Адыгея 6. Республика Алтай 7. Республика Калмыкия 8. Республика Тыва 6/7,2% 1. Еврейская автономная область 2. Кабардино-Балкарская Республика 3. Карачаево-Черкесская Республика 4. Республика Адыгея 5. Республика Алтай 6. Республика Калмыкия 3/3,6% 1. Карачаево-Черкесская Республика 2. Республика Ингушетия 3. Республика Тыва 9/10,8% 1. Еврейская автономная область 2. Забайкальский край 3. Кабардино-Балкарская Республика 4. Карачаево-Черкесская Республика 5. Курганская область 6. Республика Бурятия 7. Республика Калмыкия 8. Республика Северная Осетия-Алания 9. 9. Республика Тыва
7 кластер (всего/уд. вес в общей численности) 2/2,5% 1. Республика Дагестан 2. Республика Ингушетия 3/3,6% 1. Республика Дагестан 2. Республика Ингушетия 3. Республика Тыва 1/1,2% 1. Республика Ингушетия
Источник: расчеты авторов.
а н № тз тз
о тз
Sankova L.V., Mirzabalaeva F.I.
REGIONAL ASYMMETRY OF LABOR MARKETS AND THE CHALLENGES TO THE LABOR POLICY
The modern Russian labor market space is characterized by heterogeneity, different speed of progress towards new "digital" employment profiles and different efficiency of employment policy measures. Uneven development of regional labor markets determines the opportunities and limitations of the labor policy. The purpose of the article is to analyze the asymmetry of regional labor markets in Russia, identify the associated limitations and challenges considering which can contribute to the efficiency of the labor policy measures in the new socio-economic conditions of regional development. General scientific and statistical methods are used as a methodological base of the research. For the purpose of clustering regional labor markets in Russia Kohonen self-organizing map for Deductor analytical platform are used. The state of regional labor markets is evaluated based on data from the Federal State Statistics Service for 2010-20163. The parameters determining the regional asymmetry of labor market development are the following: employment rate, general unemployment rate (according to ILO methodology), average period of job search, share of the unemployed looking for job for 12 months, average monthly nominal wage, tension rate in the labor market, and socio-economic development rate in the region4. According to them, we identify clusters of regional labor markets whose composition is relatively stable, which helps state a different degree of efficiency of the labor policy measures and the rate and success of regional economic reforms. We analyze the performance of average values of selected indicators within the clusters. The research novelty lies in the author's approach to the definition and measurement of regional asymmetry of regional labor markets in Russia and identification of new challenges for the labor policy. Conclusions and recommendations based on the research results can be applied in activities of regional and federal authorities in developing scenario forecasts of labor markets, employment policy, they will help improve the efficiency of government programs aimed to develop the "problem" regional labor markets.
Labor markets, regions, asymmetry, unemployment, labor policy.
INFORMATION ABOUT THE AUTHORS
Sankova Larisa Viktorovna - Doctor of Economics, Professor, Head of Department. Federal State Budgetary Educational Institution of Higher Education "Yuri Gagarin State Technical University of Saratov". 77, Politekhnicheskaya Street, Saratov, 410054, Russian Federation. E-mail: [email protected]. Phone: +7(8452) 99-85-35.
Mirzabalaeva Farida Islamudinovna - Ph.D. in Economics, Associate Professor. Federal State Budgetary Educational Institution of Higher Education "Plekhanov Russian University of Economics". 36, Stremyannyi Lane, Moscow, 117997, Russian Federation. E-mail: [email protected]. Phone: +7(495) 958-20-74.
3 Federal State Statistics Service. Available at: http://www.gks.ru
4 RIA Ranking. Available at: http://www.riarating.ru
